攀爬、跳躍、過窄縫，開源強化學習策略讓機器狗跑酷了

跑酷是一項極限運動，對機器人特別是四足機器狗來說，更是一項巨大的挑戰，需要在複雜的環境中快速克服各種障礙。一些研究嘗試使用參考動物數據或複雜的獎勵，但這些方法產生的「跑酷」技能要么多樣但盲目，要么基於視覺但特定於場景。然而，自主跑酷需要機器人學習基於視覺且多樣化的通用技能，以感知各種場景並迅速做出反應。

最近，一個機器狗跑酷的影片火了，影片中的機器狗在多種場景中迅速克服了各種障礙。例如，從鐵板下方的縫隙穿過，爬上木箱，再跳到另一個木箱上，一連串動作行雲流水：

##這串動作說明機器狗已經掌握了貼地爬行、攀爬和跳躍三個基本技能

#它還有一個特殊的技能：能夠傾斜擠過狹窄的縫隙

如果機器狗未能克服障礙，它會多試幾次：

#該內容已經被重寫成中文： 這款機器狗是基於一種為低成本機器人研發的「跑酷」技能學習框架。此框架由上海期智研究院、史丹佛大學、上海科技大學、CMU和清華大學的研究者共同提出，其研究論文已入選CoRL 2023（Oral）。本研究計畫已開源

論文網址：https://arxiv.org/abs/2309.05665

#計畫地址：https://github.com/ZiwenZhuang/parkour

#方法簡介

該研究推出了一種新的開源系統，用於學習基於視覺的端到端跑酷策略，以使用簡單的獎勵來學習多種跑酷技能，而無需任何參考運動數據。

具體來說，這項研究提出了一種強化學習方法，旨在讓機器人學會攀爬高障礙、跳過大間隙、在低障礙下爬行、擠過狹小縫隙和跑步等技能，並將這些技能轉化為基於單一視覺的跑酷策略。同時，透過使用以自我為中心的深度相機，將這些技能遷移到四足機器人上

#為了在低成本機器人上成功部署該研究提出的跑酷策略，只需使用機載計算（Nvidia Jetson）、機載深度攝影機（Intel Realsense）和機載電源，而不需要動作捕捉、雷射雷達、多個深度攝影機和大量計算

為了訓練跑酷策略，研究共進行如下三個階段的工作：

第一階段：強化學習預訓練，具備軟動態限制。研究採用自動課程讓機器人學習穿越障礙物，鼓勵機器人逐漸學會克服障礙

第二階段：具有 hard 動態限制的強化學習微調。研究在這個階段強制執行所有動態約束，並用現實動態（realistic dynamics）微調機器人在預訓練階段學到的行為。

第三階段：蒸餾。在學習了每個單獨的跑酷技能後，該研究使用DAgger 將它們蒸餾成一個基於視覺的跑酷策略（由RNN 參數化），該策略可以僅使用機載感知和計算部署到腿式機器人上。

實驗及結果

在訓練中，該研究為每種技能設定了相應的障礙物尺寸，如下表1 所示：

該研究進行了大量的模擬和現實實驗，結果表明，跑酷策略使低成本四足機器人能夠自主選擇和執行適當的跑酷技能，僅使用機載計算、機載視覺感測和機載電源即可穿越開放世界中具有挑戰性的環境，包括爬高0.40m（1.53x 機器人高度）的障礙物，跳過0.60m（1.5x 機器人長度）的大間隙，在0.2m（0.76x 機器人高度）的低障礙物下爬行，透過傾斜擠過0.28m 的細縫（小於機器人寬度），可以一直跑步前進。

此外，研究也對所提出的方法與幾個基準方法進行了比較，並在模擬環境中進行了消融實驗。具體結果如表2所示：

如有興趣的讀者可閱讀原始論文，以深入了解更多研究內容

#

以上是攀爬、跳躍、過窄縫，開源強化學習策略讓機器狗跑酷了的詳細內容。更多資訊請關注PHP中文網其他相關文章！